Logotipo del repositorio
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Iniciar sesión
    ¿Has olvidado tu contraseña?
Logotipo del repositorio
  • Comunidades
  • Todo DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Iniciar sesión
    ¿Has olvidado tu contraseña?
  1. Inicio
  2. Buscar por autor

Examinando por Autor "Alza Diaz, Jose Alfredo"

Mostrando 1 - 1 de 1
Resultados por página
Opciones de ordenación
  • Cargando...
    Miniatura
    Ítem
    Modelo de predicción del estado delictivo de los distritos del Perú, 2020
    (Universidad San Pedro, 2024-09-02) Alza Diaz, Jose Alfredo; Sanchez Solorzano, Jose Jose
    El estudio se llevó a cabo mediante un enfoque no experimental, transversal y exploratorio. La finalidad de la investigación consistió en identificar patrones delictuales y predecir la actividad delictiva de los distritos del Perú mediante técnicas de minería de datos. En cuanto a la metodología utilizada, se realizó análisis exploratorio de datos, se transformó los atributos mediante el análisis de escalamiento multidimensional, se redujo la dimensionalidad del conjunto de datos mediante el análisis de componentes principales, y se agruparon los distritos según sus características mediante el análisis de clúster. Luego, se aplicaron algoritmos de árboles de decisión, naive bayes, k-vecinos más cercanos y máquinas de vectores de soporte para encontrar el mejor modelo de predicción de la actividad delictiva en los distritos. Los resultados indican que el modelo de árboles de decisión es el más eficaz para predecir el estado delictivo de los distritos, con una precisión del 97%. Además, la investigación identifica 5 clúster de distritos organizados según el nivel de inseguridad y destaca 167 distritos con alta incidencia delictiva a nivel nacional. Se elabora un ranking de distritos según su actividad delictiva y, mediante la aplicación de sistemas de información geográfica, se logra visualizar la distribución espacial de la actividad delictiva en los distritos del país.

Software DSpace copyright © 2002-2025 LYRASIS

  • Configuración de cookies
  • Política de privacidad
  • Acuerdo de usuario final
  • Enviar Sugerencias